xarray - 按任意时间段对时间序列数据重新采样
xarray - Resample time-series data by arbitrary time period
我有一个带有 xarray 的时间序列 DataArray 对象。
time
维度从 2000-01-01 开始到 2000-12-31。
<xarray.DataArray '__xarray_dataarray_variable__' (time: 365, latitude: 106, longitude: 193)>
Coordinates:
* longitude (longitude) float32 140.8 140.84792 140.89584 ... 149.95209 150.0
* latitude (latitude) float32 -39.2 -39.149525 ... -33.950478 -33.9
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 ... 2000-12-31
我想要实现的是在 3 月至 6 月和 7 月至 11 月之前对变量“__xarray_dataarray_variable__
”的数据重新采样,因此这不包括夏季。
我一直在尝试使用重采样功能,但不知道如何在不均匀的时间段内重采样。
da.resample(time='XXX').sum('time')
我假设我将不得不使用 pandas
但不知道从哪里开始。
我觉得你误用了 "resample" 这个词。我可以理解你正在尝试对一段时间内的所有点求和,然后你尝试这样的事情:
da_march_to_june = da.sel(time = slice('2000-03-01', '2000-06-30')).sum(dim = 'time')
da_july_to_november = da.sel(time = slice('2000-08-01', '2000-11-30')).sum(dim = 'time')
我有一个带有 xarray 的时间序列 DataArray 对象。
time
维度从 2000-01-01 开始到 2000-12-31。
<xarray.DataArray '__xarray_dataarray_variable__' (time: 365, latitude: 106, longitude: 193)>
Coordinates:
* longitude (longitude) float32 140.8 140.84792 140.89584 ... 149.95209 150.0
* latitude (latitude) float32 -39.2 -39.149525 ... -33.950478 -33.9
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 ... 2000-12-31
我想要实现的是在 3 月至 6 月和 7 月至 11 月之前对变量“__xarray_dataarray_variable__
”的数据重新采样,因此这不包括夏季。
我一直在尝试使用重采样功能,但不知道如何在不均匀的时间段内重采样。
da.resample(time='XXX').sum('time')
我假设我将不得不使用 pandas
但不知道从哪里开始。
我觉得你误用了 "resample" 这个词。我可以理解你正在尝试对一段时间内的所有点求和,然后你尝试这样的事情:
da_march_to_june = da.sel(time = slice('2000-03-01', '2000-06-30')).sum(dim = 'time')
da_july_to_november = da.sel(time = slice('2000-08-01', '2000-11-30')).sum(dim = 'time')